Булево линейное программирование. Решение транспортной задачи с замкнутым маршрутом и возвращением в исходный пункт

Минимизация продолжительности замкнутого маршрута. Оптимизация функционирования системы при заданных ресурсных ограничениях. Реализация метода последовательных приближений. Решение транспортной задачи на основе метода линейного программирования.

Рубрика Программирование, компьютеры и кибернетика
Вид лабораторная работа
Язык русский
Дата добавления 04.04.2016
Размер файла 70,9 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

ЛАБОРАТОРНАЯ РАБОТА

БУЛЕВО ЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ. РЕШЕНИЕ ТРАНСПОРТНОЙ ЗАДАЧИ

С ЗАМКНУТЫМ МАРШРУТОМ И ВОЗВРАЩЕНИЕМ В ИСХОДНЫЙ ПУНКТ

Это задача оптимизации, в которой переменные принимают только два значения: “единица - ноль”. Пример - задача “коммивояжера”.

Цель работы: минимизировать продолжительность замкнутого маршрута при выезде из начального пункта, проезде через все заданные пункты с возвратом в него.

Программное обеспечение: программа линейного математического программирования “LINDO (LINGO”.

Условия задачи. Всего 5 пунктов, включая начальный пункт N1. Дана таблица (матрица) времени, затрачиваемого на переезд из каждого пункта (i) в каждый из остальных пунктов (j) - tij и наоборот (табл.1).

Таблица 1 Таблица времени, затрачиваемого на переезд из одного пункта в другой

Из пункта i

В пункт j

1

2

3

4

5

1

2

3

4

5

0

1

8

14

10

10

0

9

10

8

25

10

0

24

25

25

15

20

0

27

10

2

10

15

0

Для составления математической модели необходимо ввести булевы переменные следующим образом: Принимаем, что

1, если из пункта i едем в пункт j; 0 - в противном случае (обратно).

Из пункта 1 можно выехать в любой из пунктов 2-5 или остаться в пункте 1. Но при этом можно выехать только в одном направлении. Это условие можно записать так:

11 + 12 + 13 +14 + 15 = 1 или 1j =1.

Если из пункта i выехать в произвольный j- ый пункт, то запишем:

ij =1, j = 1,…,5.

В результате задачу математически можно записать следующим образом:

xijij min. - целевая функция.

Ограничения: ij =1, j = 1,…,5; - выезд из пункта i;

ij =1, i = 1,…,5; - въезд в пункт j.

Конкретно для представленной таблицы времени целевая функция выглядит так:

F = t1111 + t1212 + t1313 + t1414 + t15 15 + t2121 + t2222 + … + t5555 min.

Значения t берутся из таблицы, а ij являются искомыми переменными. Это булевы переменные. Они могут иметь 2 значения: 1 или 0.

Для простоты демонстрации решения задачи воспользуемся только тремя пунктами: 1, 2 и 3 из табл.1, т.е. рассмотрим матрицу 3 В таком случае целевую функцию можно представить следующим образом:

F = 1012 + 2513 + 121 + 1023 + 831 + 9 32 min

Ограничения:

из пункта 1: 12 + 13 = 1; в пункт 1: 21 + 31 = 1;

из пункта 2: 21 + 23 = 1; в пункт 2: 12 + 32 = 1;

из пункта 3: 31 + 32 = 1; в пункт 3: 13 + 23 = 1.

Граничные условия: ij >0, ij <0.

Для программы LINDO (LINGO) дополнительно после END можно обозначить эти величины как целые: GIN 12, 13, GIN 32.

Результаты: 12 =1, 13 =0, 21 =0,23 =1, 31 =1, 32 =0.

Значит, наиболее быстрый маршрут: пункты 1 > 2 > 3 > 1.

Минимальное время: 10 +10 +8 = 28 единиц времени.

Далее представлен листинг программы LINDO (LINGO) для решения представленного примера решения задачи.

Листинг программы.

MIN 1012 + 2513 + 121 + 1023 + 831 + 9 32 -целевая функция

SUBJECT TO

12 + 13 = 1; - ограничения

21 + 31 = 1;

21 + 23 = 1;

12 + 32 = 1;

31 + 32 = 1;

13 + 23 = 1.

12 >0 - граничные условия

12 <1

13 >0

13 <1

21 >0

21 <1

23 >0

23 <1

31 >0

31 <1

32 >0

32 <1

END

GIN 12 - обозначения целых величин

GIN 13

GIN 21

GIN 23

GIN 31

GIN 32

Задание: в соответствии с представленным примером минимизировать замкнутый маршрут по 5 пунктам, т.е. по данным всей матрицы, представленной в табл.1.

Оптимизация функционирования системы при заданных ресурсных ограничениях

Цель работы: оптимизировать систему с ресурсными ограничениями.

Все, что необходимо для производственного процесса (финансы, рабочая сила, сырье и т.п.) можно объединить понятием “ресурсы”, среди которых можно выделить три основные группы: трудовые, материальные и финансовые. Большинство задач, возникающих в производстве можно рассматривать как преобразование ресурсов в результат (получение продукта и его реализацию). Поэтому значительная часть задач, возникающих при управлении производством, относится к классу задач распределения ресурсов.

Программное обеспечение: программа линейного математического программирования “LINDO (LINGO”.

В настоящей лабораторной рассматриваются два основных варианта задач.

Первый вариант: максимизировать полученный результат - R (количество продуктов или прибыль) при заданных ресурсах (Q).

Модель оптимизируемой системы:

Модель целевой функции (F):

F=R= j max (прибыль),

где: cJ - прибыль, получаемая от единицы j-ой продукции;

xJ - количество продукции j - го вида;

n - количество видов продукции.

Модель ограничений (ресурсов):

где: аij - количество i - го ресурса, необходимого для изготовления еди ницы j- го вида продукции;

bi - запас i - го ресурса;

m- количество видов ресурсов.

Граничные условия: xJmin ? xJ? xJmax .

Решение первого варианта задачи:

Все исходные данные приведены в табл. 1.

Таблица 1 Исходные данные

Ресурсы

Вид продукции

Располагаемый ресурс

П1

П2

П3

П4

Трудовые

1

2

3

4

40

Материальные

6

5

4

3

110

Финансовые (на единицу продукции)

4

6

8

12

100

Сумма 250

Граница выпуска:

нижняя

верхняя

1

12

0

-

2

-

3

3

План выпуска

x1

x2

x3

x4

Прибыль от единицы продукции

60

70

120

130

Задача: рассчитать такой план выпуска продукции, который обеспечит максимум прибыли при заданных ограничениях (ресурсах).

Листинг программы “LINDO

MAX 60x1 + 70x2 +120x3 +130x4

SUBJECT TO

X1+2X2+3X3+4X4 <=40

6X1+5X2+4X3+3X4 <= 110

4X1+6X2+8X3+12X4 <= 100

X1>=1

X1<=12

X2>=0

X3>=2

X4=3

END

Результаты:*

1350 - максимальная прибыль

X1 = 12

X2 = 0 > оптимальное количество выпускаемой продукции

X3 = 2

X4 = 4

*На остальные цифры не обращать внимания

Далее необходимо подсчитать затраченные ресурсы (Q) как сумму произведений затраты ресурсов на единицу соответствующей продукции на вычисленное количество выпуска этой продукции: 30 + 89 +100 = 219

Коэффициент эффективности системы: 1350/219=6,16.

Второй вариант:

При заданной прибыли, например, R=1350 минимизировать используемые ресурсы Q.

C этой целью в модель вводятся дополнительные переменные: Y1, Y2, Y3.

Каждая из этих переменных является оценкой соответствующего неиспользуемого ресурса, т.е. разностью между располагаемым и потребленным ресурсом. Эта величина должна быть минимизирована. Следовательно, модель целевой функции имеет следующий вид:

F = Y1+Y2+Y3 > max

В результате модель ограничений приобретает следующий вид:

Сюда же добавляется еще одно ограничение по прибыли (R):

R=

Граничные условия сохраняются.

Листинг программы:

MAX Y1+Y2+Y3

SUBJECT TO

X1 + 2X2 + 3X3 + 4X4 + Y1 = 40

6X1 + 5X2 + 4X3 + 3X4 + Y2 =110

4X1 + 6X2 + 8X3 + 12X4 +Y3 =100

60X1 + 70X2 + 120X3 +130X4 >=1350

X1>=1

X1<=12

X2>=0

X3>=2

X4 = 3

END

Результаты:

69,5 (сумма неиспользованного ресурса, т.е. Y1+Y2+Y3)

Y1 = 4,5

Y2 = 65

Y3 = 0

X1 = 1

X2 = 0

X3 = 7,5

X4 = 3

В итоге:

1) прибыль (R) равна 1350 ед.

2) количество используемых ресурсов: Q = 250 - 69,5 = 180,5

3) план выпуска продукции: X1 = 1, X2 = 0, X3 = 7,5, X4 =3

4) коэффициент эффективности k = 1350/180,5 = 7,48.

Таким образом, в результате проведения двухступенчатой оптимизации удалось рассчитать такой план выпуска продукции, который обеспечит получение максимально возможной при заданных ресурсах прибыли при максимально возможной экономии ресурсов.

Задание: в соответствии с представленным примером оптимизировать план выпуска продукции, прибыль от единицы которой составляет 60, 70, 130, 150 для каждого продукта. Остальные параметры системы сохранены без изменений.

Многокритериальная оптимизация. Реализация метода последовательных приближений в задаче с ресурсными ограничениями

Цель работы: решить задачу оптимизации системы с ресурсными ограничениями, имеющую две целевые функции - прибыль от реализации продукции и затраты ресурсов.

Программное обеспечение: программа линейного математического программирования “LINDO (LINGO”. Приведен листинг программы.

Исходные условия задачи. Для изготовления двух видов продукции (x1, x2) используются два вида ресурсов (y1, y2). Дано количество ресурсов в условных единицах, затрачиваемых на изготовление единицы продукции:

Таблица 1. Исходные данные для решения задачи оптимизации

Вид ресурса

Запас ресурса

Число единиц ресурсов, затраченное на изготовление единицы продукции

X1

X2

S1

S2

18

16

1

2

3

1

.

Даны также запасы ресурсов в условных единицах: S1 ? 18, S2 ? 16.

Прибыль получается от единицы продукции (x1,x2) соответственно 2 и 3 денежные единицы.

Необходимо рассчитать такой план выпуска продукции (x1, x2), который обеспечит максимум прибыли (первая целевая функция) и минимум затраченных ресурсов (вторая целевая функция).

Алгоритм решения поставленной задачи:

1. Построить модель системы.

2. Последовательное нахождение таких значений величин x1 и x2, которые обеспечат минимизацию затрат ресурсов при различных заданных величинах прибыли, например: 900, 950, 1000, 1050, 1100 денежных. ед., пока будет хватать ресурсов. С этой целью целесообразно использовать программу линейного программирования LINDO (LINGO), листинг которой приведен ниже. На каждом этапе расчетов определяется коэффициент эффективности.

3. Все результаты расчетов, выполненные в предыдущем пункте, сводятся в таблицу, на основе которой осуществляется процедура выбор адекватного варианта решения.

Пример решения поставленной задачи.

Первый этап. Моделирование системы.

На рис.1 приведена блок-схема объекта исследования:

Размещено на http://www.allbest.ru/

Рис.1. Блок-схема объекта исследования.

Функция прибыли: y1= 2x1 + 3x2 .

Функции потребления ресурсов: y2 = x1 +3x2 18,

(модели ограничений ресурсов) y3 = 2x1 + x2 16.

Второй этап. Последовательное проведение минимизации затраченных ресурсов для следующей последовательности зафиксированных значений прибыли: 10, 15, 17 и т.д. денежных единиц до конца имеющихся ресурсов. C этой целью в модель вводятся дополнительные переменные: z2, z3. Каждая из этих переменных является оценкой соответствующего неиспользуемого ресурса, т.е. разностью между располагаемым и потребленным ресурсом. Эта величина должна быть минимизирована. Следовательно, модель целевой (минимизируемой) функции имеет следующий вид:

F = z2+ z3 > max.

В результате модели ограничений ресурсов приобретают следующий вид:

y2 = x1 +3x2 + z2 = 18,

y3 = 2x1 + x2 + z3 =16.

Сюда добавляется функция ограничения по прибыли (yогр) :

y1= 2x1 + 3x2 ? yогр

Ниже представлен листингпрограммы LINDO, с помощью которой последовательно проводится минимизация затрат при различных заданных значениях прибыли: 10, 15, 17, 22 и 24 ден. ед. Каждый раз вычисляются затраты ресурсов и коэффициент эффективности (Кэф.), равный отношению прибыли к затратам. Результаты сведены в табл.2.

Листинг программы LINDO (LINGO):

MAX Z2+ Z3

SUBJECT TO

X1 + 3X2 + Z2 = 181

2X1 + X2 + Z3 = 16

2X1 + 3X2 >=10 (начальная величина зафиксированной прибыли)

X1>=1 граничные условия

X2>=1

END1

GIN X1 обозначения целых величин

GIN X2

Таблица 2 Результаты экспериментов

Прибыль

10

15

17

22

24

Затраты

14

21

23

33

34

Кэф

0,71

0,71

0,74

0,67

0,70

Выпуск продукции (x1,x2)

2

2

3

3

1

5

5

4

6

4

На основании сравнительного анализа результатов необходимо принять решение о выборе одного из двух вариантов плана выпуска продукции (x1, x2) : при максимальной эффективности производства (третья колонка) или при максимальной прибыли, но не самой высокой эффективности (последняя колонка).

Задание: осуществить оптимизацию представленной системы в соответствии с приведенным примером, но с измененными данными об ограничениях по ресурсам: 20 вместо 18 по одному (y2) и 18 вместо 16 по другому (y3) ресурсу.

Решение транспортной задачи на основе метода линейного программирования

Цель работы: минимизировать суммарные транспортные расходы в соответствии с представленной на рис.1 схемой.

Программное обеспечение: программа линейного программирования LINDO. маршрут ограничение транспортный задача

Необходимо перевезти продукцию от поставщика (склады A1 A2) к потребителю в три точки: B1 B2 B3, как показано на схеме:

Размещено на http://www.allbest.ru/

Рис.1. Схема доставки груза. Цифрами отмечены транспортные затраты на перевозку единицы груза

Таблица условий

Поставщик

Потребитель (заказчик)

Запасы

В1

В2

В3

А1

7

x11

9

x12

21

x13

100

А2

20

x21

15

x22

16

x23

200

Заявки

80

130

90

300

Примечания: 1) xij - число единиц груза, которые i - ый поставщик должен отправить j - му потребителю; 2) в углах ячеек представлены транспортные затраты на перевозку единицы груза в соответствующем направлении.

Задача: минимизировать суммарные транспортные расходы.

Модель системы:

Целевая функция (F):

F = 7x11 +9 x 12 +21 x 13 +20 x 21 +15 x 22 +16 x 23 > min.

Ограничения:

x11 + x12 + x13 = 100,

x21 + x22 + x23 = 200,

x11 + x21 = 80,

x12 + x22 = 130,

x13 + x23 = 90.

Граничные условия: xij ? 0, где i = 1, 2 ; j = 1, …, 3.

Решение задачи: листинг программы Lindo (Lingo)

MIN 7x11 +9 x 12 +21 x 13 +20 x 21 +15 x 22 +16 x 23 -целевая функция

SUBJECT TO

x11 + x21 = 80 -ограничения

x12 + x22 = 130

x13 + x23 = 90

x11 + x12 + x13 = 100

x21 + x22 + x23 = 200

x11 >=0 x21 >=0 -граничные условия

x12 >=0 x22 >=0

x13 >=0 x23>=0

END

Результаты: минимальные суммарные транспортные расходы (Fmin) составляют 3830 денежных единиц. Такой результат может быть достигнут при перевозке груза в следующих пропорциях:

x11 = 80; x21 = 0;

x12 = 20; x22 = 110;

x13 = 0; x23 = 90;

Задание: рассчитать минимальные транспортные расходы и оптимизировать перевозку груза в соответствии со схемой, представленной на рис.2.

Размещено на http://www.allbest.ru/

Рис.2. Схема доставки груза для выполнения лабораторной работы

Размещено на Allbest.ru


Подобные документы

  • Общее понятие и характеристика задачи линейного программирования. Решение транспортной задачи с помощью программы MS Excel. Рекомендации по решению задач оптимизации с помощью надстройки "Поиск решения". Двойственная задача линейного программирования.

    дипломная работа [2,4 M], добавлен 20.11.2010

  • Краткие сведения об электронных таблицах MS Excel. Решение задачи линейного программирования. Решение с помощью средств Microsoft Excel экономической оптимизационной задачи, на примере "транспортной задачи". Особенности оформления документа MS Word.

    курсовая работа [1,1 M], добавлен 27.08.2012

  • Математическое программирование. Линейное программирование. Задачи линейного программирования. Графический метод решения задачи линейного программирования. Экономическая постановка задачи линейного программирования. Построение математической модели.

    курсовая работа [581,5 K], добавлен 13.10.2008

  • Постановка задачи линейного программирования. Решение системы уравнений симплекс-методом. Разработка программы для использования симплекс-метода. Блок-схемы основных алгоритмов. Создание интерфейса, инструкция пользователя по применению программы.

    курсовая работа [1,7 M], добавлен 05.01.2015

  • Составление программы для расчета начального базиса сбалансированной транспортной задачи, где суммарные запасы поставщиков равны суммарным запросам потребителей. Алгоритм метода потенциалов. Пример решения транспортной задачи методом наименьшей стоимости.

    отчет по практике [991,3 K], добавлен 06.12.2013

  • Решение задачи линейного программирования симплекс-методом: постановка задачи, построение экономико-математической модели. Решение транспортной задачи методом потенциалов: построение исходного опорного плана, определение его оптимального значения.

    контрольная работа [118,5 K], добавлен 11.04.2012

  • Методы решения задач линейного программирования: планирования производства, составления рациона, задачи о раскрое материалов и транспортной. Разработка экономико-математической модели и решение задачи с использованием компьютерного моделирования.

    курсовая работа [607,2 K], добавлен 13.03.2015

  • Оптимизация затрат на доставку продукции потребителям. Характеристика транспортной задачи, общий вид решения, обобщение; содержательная и математическая постановка задачи, решение с помощью программы MS Excel: листинг программы, анализ результатов.

    курсовая работа [514,8 K], добавлен 04.02.2011

  • Алгоритм решения задач линейного программирования симплекс-методом. Построение математической модели задачи линейного программирования. Решение задачи линейного программирования в Excel. Нахождение прибыли и оптимального плана выпуска продукции.

    курсовая работа [1,1 M], добавлен 21.03.2012

  • Решение задачи линейного программирования графическим методом, его проверка в MS Excel. Анализ внутренней структуры решения задачи в программе. Оптимизация плана производства. Решение задачи симплекс-методом. Многоканальная система массового обслуживания.

    контрольная работа [2,0 M], добавлен 02.05.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.